# 低リソース言語モデル

YugoGPT-Florida はセルビア語に特化した大規模言語モデルで、テキスト生成タスクに焦点を当てています。

これはspaCyフレームワークに基づくロシア語特許固有表現認識モデルで、特許テキスト内の特定のエンティティタイプを識別することに特化しています。

Labess-7b-chat はチュニジア方言（Derja）向けに命令調整されたオープンソースモデルで、jais-adapted-7b-chat モデルを基に、チュニジア方言データセットを使用して継続的に事前学習されています。

Qwen2.5-1.5Bモデルを微調整した4ビット量子化バージョンで、トルコ語テキスト生成と要約タスクに特化

unsloth/Llama-3.2-3B-bnb-4bitをファインチューニングしたトルコ語テキスト生成モデルで、要約生成タスクに特化しています。

21人のクルド人詩人による6116編の詩で訓練された詩生成モデル

LatxaはLLaMA-2アーキテクチャに基づくバスク語大規模言語モデルで、低リソース言語向けに設計されており、42億トークンのバスク語コーパスで訓練されています

ビルマ語-BERTはbert-large-uncasedをベースにしたバイリンガルマスク言語モデルで、英語とビルマ語をサポートしています。

Wai Yan博士によって開発されたビルマ語大規模言語モデルで、GPT-2アーキテクチャを基にファインチューニングされ、ビルマ語テキスト補完タスクに特化しています。

ヨルバ語のテキスト生成に特化したモデルで、複数のデータセットを使って微調整されています。

GPT-2アーキテクチャに基づくペルシャ語テキスト生成モデル、Hezarフレームワークへの移植により互換性を確保

TwiBERTはガーナおよび西アフリカ地域で広く使用されているトゥイ語専用に設計された事前学習言語モデルです

MyanBERTaはBERTアーキテクチャに基づくビルマ語事前学習言語モデルで、5,992,299のビルマ語文を含むデータセットで事前学習されています。

airesearch/wangchanberta-base-att-spm-uncasedをファインチューニングしたモデル、具体的な用途は明記されていない

facebook/wav2vec2-xls-r-300mをcommon_voiceデータセットで微調整したルワンダ語音声認識モデル

これはwav2vec2-large-xlsr-53-englishモデルをフィリピン語音声データセットでファインチューニングした音声認識モデルで、英語とフィリピン語の音声からテキストへの変換タスクをサポートします。

facebook/wav2vec2-xls-r-300mを基にカクチケル語音声データでファインチューニングした音声認識モデル

このモデルはwav2vec2-large-xls-r-300mアーキテクチャに基づき、グアラニー語(Guarani)音声データセットで微調整された自動音声認識(ASR)モデルです。

このモデルはfacebook/wav2vec2-large-xlsr-53をネパール語データセットでファインチューニングした音声認識モデルです。

これはマーキング分類モデル（具体的には固有表現認識）で、アムハラ語でファインチューニングされたXLM-RoBERTaベースモデルを基に、MasakhaNERデータセットのスワヒリ語部分に対して二次ファインチューニングを行いました。

これはfacebook/wav2vec2-xls-r-300mモデルをCommon Voice 8データセットでファインチューニングした自動音声認識(ASR)モデルで、グアラニー語(gn)をサポートしています。

これは、xlm - roberta - base - finetuned - wolofの事前学習モデルを基に、マサカナ固有表現抽出データセットのスワヒリ語部分で微調整した固有表現抽出モデルです。

ウォロフ語の固有表現認識(NER)タスク向けのトークン分類モデル。xlm-roberta-baseをMasakhaNERデータセット（ウォロフ語部分）でファインチューニング

これはMC4シンハラ語データセットを基に訓練された小型のGPT2モデルで、シンハラ語のテキスト生成タスクに適しています。

これは、OSCARの僧伽羅語の重複除去データセットを基に訓練されたやや小さいモデルで、低リソースの僧伽羅語に基礎的なサポートを提供します。

gpt2-smallアーキテクチャでトレーニングされたアラビア語ウィキペディアデータセットのGPT2モデルで、テキスト生成タスクに適しています。

これはインドネシア語GPT-2スモールモデルをファインチューニングした詩生成モデルで、インドネシア語の詩を生成するために特別に設計されています。

このモデルはMasakhaNERデータセット（スワヒリ語部分）でファインチューニングされた固有表現認識モデルで、スワヒリ語テキストのエンティティ認識タスクに適しています。

これは合成テキストを生成し、識別器を事前学習するためのELECTRAモデルで、特にフィリピン語向けに設計されています。

これはティグリニャ語向けに事前学習されたBERT基礎モデルで、4000万トークンのデータセットで40エポックの事前学習を行いました。

FHNW v1スイス議会データセットでファインチューニングされたスイスドイツ語音声認識モデル

gpt2-small-arabicをファインチューニングしたアラビア詩生成モデルで、4万首の異なる時代のアラビア詩を学習データとして使用

トルコ語テキスト向けに訓練されたGPT-2モデルで、テキスト生成タスクの出発点として利用可能

インドネシア小型RoBERTaはRoBERTaモデルに基づくマスク言語モデルで、インドネシア語に特化して訓練されており、テキスト補完や特徴抽出タスクに適しています。

RoBERTaアーキテクチャに基づくスンダ語マスク言語モデルで、複数のデータセットで訓練されています。

facebook/wav2vec2-xls-r-300mを基にグアラニー語データセットで微調整した音声認識モデル

RoBERTaアーキテクチャに基づく南ケチュア語（コラオとチャンカ方言）の事前学習モデル。500万トークンで学習

mT5-baseをファインチューニングしたヨルバ語自動トーン復元モデル、JW300とMenyo-20kデータセットでトレーニング

BERTアーキテクチャで事前学習されたベンガル語言語モデル、マスク言語モデリングタスクに対応